加工机器能够自动识别的产品标识成为当今工业领域信息化发展的迫切要求,现有的标记加工方式大都比较随意,且标记的符号质量较低、机器可识读性较差。而激光直接标记技术具有速度快、自动化程度高,且能够在高温、潮湿且存在化学腐蚀的恶劣工业环境而保持较高可识读率等特点,本文选择该技术进行二维条码的标记,并针对该技术在我国存在缺乏加工工艺指导和质量评价标准等问题的现状,进行了以下内容的研究：设计了基于单一变量控制和正交试验的激光标记条码试验。利用单一变量控制法分别分析了有效矢量步长、有效矢量步间延时、Q频率、激光电流、标记深度和标记条码表面粗糙度等对标记条码质量指标——对比度的影响。利用正交试验对标记工艺参数进行优化,得出有效矢量步长为影响标记条码质量的显著因子以及在铝合金表面标记条码质量最优的工艺参数组合。建立了BP神经网络预测标记激光标记条码对比度预测模型。利用训练样本对网络进行了训练,仿真结果表明该网络对对比度的预测具有较高的精度,验证了对比度预测模型的可行性与实践中的有效性。利用该预测模型绘制了有效矢量步长、Q频率和激光电流与对比度之间的变化趋势曲线,可用于指导实际加工过程中参数的选择,对于获得高质量的标记条码具有重要意义。设计了基于机器视觉的标记条码图像采集系统,介绍了系统的软硬件组成部分,分析了光照对标记图像识别的影响,选择低角度LED光源作为系统照明。针对铝合金激光标记条码特点设计了图像预处理算法,首先利用大律法(OTSU)对条码图像进行二值化；然后利用数学形态学法对图像滤波；接着利用Canny算子对图像边缘检测,再经过水平、垂直投影初定位条码区域,然后利用Hough变换将条码图像旋转至水平位置,精确定位条码。通过大量试验,证明了该算法的有效性。设计了一种适于激光标记二维条码图像质量评价的方法。质量评价所需图像使用相同的图像采集系统和图像预处理算法。根据标记材料表面形状不同,设定不同的质量评价指标：标记材料形状为平面时,将对比度、畸变角、标记增长和网格一致性等作为图像质量评价指标；标记材料形状为曲面时,还需考虑条码宽度与材料曲率比值的大小对图像质量的影响,根据各指标得分不同划分图像质量等级。针对不同等级条码进行识别试验,根据识别时间不同证明了该图像质量评价方法的可行性,为形成专门针对激光直接标刻二维条码标识的质量判据标准体系的建立奠定基础。